一种电力系统动态状态估计多时段滚动优化方法技术方案

本发明专利技术公开了一种电力系统动态状态估计多时段滚动优化方法，该方法基于多时段量测数据，建立动态状态估计滚动优化模型；模型包含系统k个时刻量测数据，当前时刻量测数据上传后，替代模型中最早时刻量测数据，然后计算出计算权重，再执行估计计算，得到估计结果，模型随采样时刻更新不断更新，实现电力系统动态状态估计的多时段滚动优化。该方法以残差一范数最小为目标函数，不需系统先验分布信息，且优化时段长度k可根据实际需要动态调整，其估计结果可为电力系统在线和离线稳定分析等应用提供数据支撑。

【技术实现步骤摘要】
一种电力系统动态状态估计多时段滚动优化方法
本专利技术实施例属于电网优化领域，具体而言，涉及一种电力系统动态状态估计多时段滚动优化方法。
技术介绍
电力系统静态状态估计是EMS的核心功能之一，一直受学术界和电力工业界的普遍重视，然而，随着PMU的广泛应用，电力系统动态状态估计逐渐得到关注。目前，电力系统动态状态估计主要是基于扩展卡尔曼滤波原理的各类递推估计算法，其特点是：须假设误差满足高斯分布。但在电力生产实际中，量测误差分布往往不确定且不服从这一分布，因而导致基于扩展卡尔曼滤波原理的估计方法结果不准确，甚至发散。因此，摒弃量测误差分布假设条件，研究对量测误差具有强鲁棒性的电力系统动态状态估计方法是十分必要的。
技术实现思路
本专利技术针对现有技术中的不足，从多时段优化的角度，提出一种电力系统动态状态估计的滚动优化方法。为实现上述专利技术目的，本专利技术采用了以下技术方案：步骤1，初始化系统变量x，时刻权重wt，以及时段长度k，向前读取k个时刻量测数据，基于该k个时段量测数据，建立动态状态估计滚动优化模型。本文中所述的量测数据均为PMU量测数据。步骤2，分析当前网络拓扑结构，读取系统参数本文档来自技高网...

【技术保护点】
一种电力系统动态状态估计多时段滚动优化方法，其特征在于其包括以下步骤：步骤1，初始化系统变量x，时刻权重wt，以及时段长度k，往前读取k个时段量测数据,建立动态状态估计滚动优化模型；步骤2，分析当前网络拓扑结构，读取系统参数，确定各量测量对应的量测方程，删除最早时刻量测数据与变量，用当前时刻量测数据和变量代替，使步骤1建立的模型随系统动态变化而实时更新；步骤3，将量测权重与时刻权重相乘得到计算权重；步骤4，执行动态估计计算，求出该时段系统状态最优解；步骤5，判断是否有不良数据，若有，则删除不良数据，返回步骤4，否则，输出最终结果，并更新数据库；步骤6，下一时刻，返回步骤2。

【技术特征摘要】
1.一种电力系统动态状态估计多时段滚动优化方法，其特征在于其包括以下步骤：步骤1，初始化系统变量x，时刻权重wt，以及时段长度k，往前读取k个时段量测数据,建立动态状态估计滚动优化模型；步骤2，分析当前网络拓扑结构，读取系统参数，确定各量测量对应的量测方程，删除最早时刻量测数据与变量，用当前时刻量测数据和变量代替，使步骤1建立的模型随系统动态变化而实时更新；步骤3，将量测权重与时刻权重相乘得到计算权重；步骤4，执行动态估计计算，求出该时段系统状态最优解；步骤5，判断是否有不良数据，若有，则删除不良数据，返回步骤4，否则，输出最终结果，并更新数据库；步骤6，下一时刻，返回步骤2。2.根据权利要求1所述的一种电力系统动态状态估计多时段滚动优化方法，其特征在于：所述步骤1中的滚动优化估计时段k可动态调整，其大小用于协调计算速度与估计精度。3.根据权利要求1所述的一种电力系统动态状态估计多时段滚动优化方法，其特征在于：所述步骤2中的模型随系统动态变化而实时更新的更新特征如下，对任意时刻t原模型为：s.t.zk-h(xk)＝vkg(xk，xk-1)＝vckz1-h(x1)＝v1g(x1，x0)＝vc1上式中，下标k代表当前时刻数据，也代...

【专利技术属性】
技术研发人员：刘辉，魏小伟，阳育德，汪旎，韦化，
申请(专利权)人：广西大学，
类型：发明
国别省市：广西,45